一种绝缘子识别模型的获取方法、装置及计算机设备制造方法及图纸

技术编号:29134624 阅读:25 留言:0更新日期:2021-07-02 22:30
本发明专利技术提供一种绝缘子识别模型的获取方法、装置及计算机设备。该绝缘子自爆程度识别模型的获取方法包括:首先获取包含绝缘子元素的初始样本图像,然后将初始样本图像进行数据扩充,分别得到第一训练样本集合和第二训练样本集合,其中,第一训练样本集合包括含绝缘子元素的正样本图像和不含绝缘子元素的负样本图像,第二训练样本集合包含不同自爆程度的绝缘子图像。再基于第一训练样本集合进行模型训练,得到绝缘子元素识别模型,并基于第二训练样本集合进行模型训练,得到绝缘子自爆程度识别模型。本发明专利技术可以检测出绝缘子串中存在的自爆区域及整个绝缘子串中包含的自爆缺陷数,从而完成绝缘子自爆程度识别。

【技术实现步骤摘要】
一种绝缘子识别模型的获取方法、装置及计算机设备
本专利技术涉及图像处理领域,尤其涉及一种绝缘子识别模型的获取方法、装置及计算机设备。
技术介绍
电力作为当前不可或缺的重要能源,在人们日常生活中扮演着重要角色。输电线路是重要的电力运输载体,保障其正常运行对整个输电网络的安全尤为重要。绝缘子因为其独特的电气绝缘性能和对线路的支撑固定作用,广泛应用于输电线路中。玻璃绝缘子凭借“零值自爆”的特点,便于运维人员快速准确的确定玻璃绝缘子缺陷位置,成为了主流使用的绝缘子种类。玻璃绝缘子会由于其内部因素玻璃材质质量问题或外力因素造成“零值自爆”,而玻璃绝缘子自爆会对整个输电线路的安全运行造成影响,导致相应的输电线路故障。因此识别输电线路玻璃绝缘子自爆程度,即单个自爆区域玻璃绝缘子自爆片数,是维护整个输电线路安全运行的重要运维环节。随着无人机技术的发展,电力巡检部门开始利用无人机承担输电线路巡检任务。目前,基于航拍图像的绝缘子自爆检测方法中,应用较广的是深度学习法。从实现步骤上来看,深度学习法有目标检测和语义分割两大类。目标检测算法以Faster本文档来自技高网...

【技术保护点】
1.一种绝缘子识别模型的获取方法,其特征在于,所述方法包括:/n获取包含绝缘子元素的初始样本图像;/n将所述初始样本图像进行数据扩充,分别得到第一训练样本集合和第二训练样本集合,其中,所述第一训练样本集合包括含绝缘子元素的正样本图像和不含绝缘子元素的负样本图像,所述第二训练样本集合包括不同自爆程度的绝缘子元素的样本图像;/n基于所述第一训练样本集合进行模型训练,得到绝缘子元素识别模型,并基于所述第二训练样本集合进行模型训练,得到绝缘子自爆程度识别模型。/n

【技术特征摘要】
1.一种绝缘子识别模型的获取方法,其特征在于,所述方法包括:
获取包含绝缘子元素的初始样本图像;
将所述初始样本图像进行数据扩充,分别得到第一训练样本集合和第二训练样本集合,其中,所述第一训练样本集合包括含绝缘子元素的正样本图像和不含绝缘子元素的负样本图像,所述第二训练样本集合包括不同自爆程度的绝缘子元素的样本图像;
基于所述第一训练样本集合进行模型训练,得到绝缘子元素识别模型,并基于所述第二训练样本集合进行模型训练,得到绝缘子自爆程度识别模型。


2.根据权利要求1所述的方法,其特征在于,所述将所述初始样本图像进行数据扩充,分别得到第一训练样本集合和第二训练样本集合的步骤,包括:
从所述初始样本图像中提取绝缘子元素的绝缘子片元素和瓷器元素;
根据所述绝缘子片元素和所述瓷器元素生成不同自爆缺陷位置和数量的绝缘子串;
根据所述不同自爆缺陷位置和自爆缺陷数量的绝缘子串调整所述初始样本图像的绝缘子元素区域,得到预处理集合,其中,所述预处理集合包含不同自爆缺陷位置和数量的绝缘子串的图像;
将预处理集合进行数据扩充,得到所述第一训练样本集合和所述第二训练样本集合。


3.根据权利要求2所述的方法,其特征在于,所述根据所述绝缘子片元素和所述瓷器元素生成不同自爆缺陷位置和自爆缺陷数量数量的绝缘子串的步骤包括:
将N个所述瓷器元素串联成缺陷绝缘子串,其中,所述缺陷绝缘子串包含N-1个缺陷位置,N为正整数;
将M个所述绝缘子片元素随机插入所述缺陷位置,得到不同自爆缺陷位置和数量的绝缘子串,M为正整数,M≤N-1。


4.根据权利要求2所述的方法,其特征在于,所述根据所述不同自爆缺陷位置和自爆缺陷数量的绝缘子串调整所述初始样本图像的绝缘子元素区域,得到预处理集合的步骤,包括:
根据所述不同自爆缺陷位置和自爆缺陷数量的绝缘子串调整所述初始样本图像的绝缘子元素区域,得到每个调整后的初始样本图像的自爆程度,其中,所述自爆缺陷的数量与自爆程度成正相关;
根据调整后的全部初始样本图像及标注数据生成预处理集合,其中,调整后的初始样本图像的标注数据包含自爆程度、绝缘子串区域、自爆区域及各自爆区域包含的自爆缺陷区域。


5.根据权利要求4所述的方法,其特征在于,所述得到每个调整后的初始样本图像的自爆程度的步骤,包括:
...

【专利技术属性】
技术研发人员:吴财贵张远来黄睿晏斐游华斌
申请(专利权)人:泰豪软件股份有限公司
类型:发明
国别省市:江西;36

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1